여기어때, 사내 RAG에 검색·답변 평가와 MCP 운영 체계 구축
여기어때가 사내 문서 검색을 랭퓨즈로 관측하고 검색 지표와 LLM 채점을 나눠 평가한 사례를 공개했다. MCP 명세와 문서 식별 방식도 개선했다. 내부 평가 결과를 일반 성능으로 확대하지 않고, 변경을 판단할 근거를 만드는 과정에 주목할 만하다.
“문서검색” 검색 결과검색 초기화4편
여기어때, 라이트RAG와 문서 계층 탐색으로 사내 검색 보완
여기어때가 의미 검색을 담당하는 라이트RAG와 원본 문서 계층을 따라가는 Navigator를 결합한 사례를 공개했다. 동일 제목의 문서 구분, 비동기 적재 점검, 대규모 재임베딩 대응이 핵심이다. 내부 개선 수치는 해당 데이터와 평가 조건에서 해석해야 한다.
엔비디아, 청정에너지 AI 활용 5개사 소개…문서 검색·설계 시연·전력 저장 구분
엔비디아가 뉴욕 기후 주간을 맞아 전력망, 원자력 문서, 배터리 저장, 원전 설계, 핵융합 실험에 AI를 연결하는 다섯 회사를 소개했다. 각 회사의 공식 발표를 대조하면 제공 중인 지식 보조 도구와 개발·시연 단계의 설계 플랫폼이 섞여 있다. 설계 시간 비교를 발전소 건설 기간으로 옮기거나 저장용 배터리를 자체 발전으로 해석할 수 없다.
문서의 글과 그림을 같은 인코더로 읽다…NeoMME의 검색 비용·정확도 절충
H컴퍼니가 텍스트와 이미지 패치를 하나의 양방향 인코더로 처리하는 NeoMME를 공개했다. 작은 검색 모델과 압축 색인으로 문서 검색의 비용을 줄이는 방향이지만, 페이지 인코딩 속도와 검색·답변 전체의 성능은 서로 다른 지표다.
